Praktikum Pengolahan Citra

Slides:



Advertisements
Presentasi serupa
Rosihan 1 STATISTIKA Rosihan Asmara Fakultas Pertanian Unibraw Ukuran Tendensi Pusat.
Advertisements

Belajar Adobe Photoshop CS
Image, Animasi dan Multimedia di Delphi
Koneksi Kamera dan Realtime Frame Processing
5~Perbaikan Kualitas Citra
Ini akan memberikan sentuhan percikan air pada sebuah image sehingga menhasilkan sebuah tampilan yang kesannya terlihat dari sebuah kamera.
PENAWARAN JASA PARIWISATA
Praktikum Pengolahan Citra
DETERMINAN MATRIKS Esti Prastikaningsih.
Invers Matriks Esti Prastikaningsih.
Dr. Anto Satriyo Nugroho, M.Eng
Statistik Dalam Image Enhancement Achmad Basuki Surabaya 2005.
Convolution and Correlation
VCL – LANJUTAN PERTEMUAN III (delphi3.ppt)
Membuat Asesori Web. Tujuan Instruksional Khusus  Mampu membuat obyek dan teks dengan berbagai variasinya.
Nana Ramadijanti Politeknik Elektronika Negeri Surabaya PENS-ITS 2009
Disiplin Aparatur Frida Chairunisa Kontrak Perkuliahan.
Manajemen Pemasaran Frida Chairunisa Manajemen Pemasaran Frida Chairunisa Kontrak Perkuliahan.
Praktikum Pengolahan Citra
Image color feature Achmad Basuki
JURUSAN TEKNIK MESIN UNIVERSITAS RIAU 2010
TITIK BERAT (WEIGHT POINT)
Image Editing Pertemuan Matakuliah: L0182 / Web & Animation Design Tahun: 2008.
Perbaikan Citra pada Domain Frekuensi
Pengolahan Citra (TIF05)
Button Save Delete Edit
Learning Vector Quantization (LVQ)
Pengenalan Jaringan Syaraf Tiruan
Operasi Tetangga Nurfarida Ilmianah.
Filter Spasial Citra.
Perbaikan Citra pada Domain Spasial
PEMBANGKITAN CITRA GRAFIK Dosen :Dewi Octaviani, S.T, M.C.s
Artificial Neural Network
Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial
Operasi-operasi dasar Pengolahan Citra Digital~3
Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial
Overview Materi Pengolahan Citra Digital
CS3204 Pengolahan Citra - UAS
Convolution and Correlation
Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial
Switchboard Arif Basofi, S.Kom.
Membuat Asesori Web.
KONVOLUSI Oleh : Edy Mulyanto.
Politeknik Elektronika Negeri Surabaya
Pertemuan 12 : Aksentuasi Citra [Image Enhancement]
Modul 1 PENGANTAR PENGOLAHAN CITRA
Perbaikan Kualitas Citra (Image Enhancement)
MODUL 4 PERBAIKAN KUALITAS CITRA (2)
PENGOLAHAN CITRA DAN POLA
Skenario 2: Hujan Pemrograman Game Eko Prasetyo Teknik Informatika
Dasar Komputer & Pemrog. 2B
Peningkatan Mutu Citra
KONVOLUSI ROSNY GONYDJAJA.
Nana Ramadijanti, Ahmad Basuki, Hero Yudo Martono
Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial
Deteksi Tepi Pengolahan Citra Danar Putra Pamungkas, M.Kom
FILTER OLEH: SRI SUPATMI.
Pengolahan Citra Digital Peningkatan Mutu Citra Pada Domain Frekuensi
KONVOLUSI DAN TRANSFORMASI FOURIER
Pengolahan Citra Digital Peningkatan Mutu/Kualitas Citra
CS3204 Pengolahan Citra - UAS
Membuat Kalender Menggunakan CorelDrawX4
Convolution and Correlation
FILTER PREWITT.
Pengolahan Citra Pertemuan 8
IMAGE ENHANCEMENT.
I. Fourier Spectra Citra Input Peningkatan mutu citra pada domain frekuensi Fourier dilakukan secara straightforward: Hitung transformasi Fourier dari.
DESAIN BERBASIS GAMBAR VEKTOR
SEGMENTASI.
Pemrosesan Bukan Teks (Citra)
Transcript presentasi:

Praktikum Pengolahan Citra Pertemuan 8 – Konvolusi dan Image Filtering

Prinsip Filter Dalam Image Processing Gambar selalu berada pada frekwensi rendah, hal ini karena setiap titik pada gambar mempunyai banyak kemiripan warna dengan titik-titik tetangganya. Bila suatu gambar menunjukkan frekwensi tinggi maka pada gambar tersebut banyak titik yang nilai gray-scalenya (warna) yang berbeda jauh dengan titik-titik tetangganya. Frekwensi rendah Frekwensi Tinggi

Prinsip Filter Dalam Image Processing Untuk membuang titik yang berbeda dengan titik-titik tetangganya (proses reduksi noise) maka dilakukan Low- Pass Filter (LPF), suatu bentuk filter yang mengambil data pada frekwensi rendah dan membuang data pada frekwensi tinggi Untuk mempertahankan titik yang berbeda dengan titik-titik tetangganya (proses deteksi tepi) maka dilakukan High-Pass Filter (HPF), suatu bentuk filter yang mengambil data pada frekwensi tinggi dan membuang data pada frekwensi rendah. Untuk mempertahankan titik yang dekat dengan titik- titik tetangganya, dan titik yang berbeda dengan titik- titik tetangganya (sharperness) maka dilakukan Band Pass Filter, yang berguna mempertahankan frekwensi rendah dan tinggi yang tidak terlalu rendah dan tinggi.

Prinsip Filter Dalam Image Processing Hasil gambar yang difilter Y dari gambar asal X dan filter dengan kernel H dapat dihitung dengan: Konvolusi

Konvolusi Konvolusi dari H dan X didefinisikan dengan: Dimana (x,y) adalah posisi filter dan (Tx,Ty) adalah titik yang difilter

Proses Konvolusi H = X =

Contoh Konvolusi

Petunjuk Praktikum Buatlah form dengan tiga buah button, dua buah pictureBox dan sebuah OpenFileDialog. Aturlah form seperti gambar berikut.

Petunjuk Praktikum Ubah text pada Button1 menjadi “Load”, Button2 menjadi “GrayScale”, Button3 menjadi “Histogram Equalization”. Aturlah picture box dengan mode StretchImage. Kemudian tambahkan dua object bitmap. Bitmap objBitmap1; Bitmap objBitmap2;

Petunjuk Praktikum Double klik pada button1 dan tambahkan program berikut. Program tersebut bertujuan untuk melakukan load file image dari komputer. DialogResult d = openFileDialog1.ShowDialog(); if(d == DialogResult.OK) { objBitmap1 = new Bitmap(openFileDialog1.FileName); pictureBox1.Image = objBitmap1; }

Petunjuk Praktikum Pada button2 kita tambahkan code untuk konvolusi dengan kernel 4 node. Dengan matrix sebagai berikut: H= 0 0,2 0 0,2 0,2 0,2 0 0,2 0

Petunjuk Praktikum Double klik pada button2 dan tambahkan program berikut. float[] a=new float[5]; a[0] = (float)0.2; a[1] = (float)0.2; a[2] = (float)0.2; a[3] = (float)0.2; a[4] = (float)0.2; objBitmap2 = new Bitmap(objBitmap1); for(int x=1;x<objBitmap1.Width-1;x++) for (int y = 1; y < objBitmap1.Height - 1; y++) { Color w1 = objBitmap1.GetPixel(x-1,y); Color w2 = objBitmap1.GetPixel(x+1, y); Color w3 = objBitmap1.GetPixel(x, y-1); Color w4 = objBitmap1.GetPixel(x, y+1); Color w = objBitmap1.GetPixel(x, y);

Petunjuk Praktikum Lanjutan dari program pada button 2 int x1 = (w1.R + w1.G + w1.B) / 3; int x2 = (w2.R + w2.G + w2.B) / 3; int x3 = (w3.R + w3.G + w3.B) / 3; int x4 = (w4.R + w4.G + w4.B) / 3; int xg = (w.R + w.G + w.B) / 3; int xb = (int)(a[0] * xg); xb = (int)(xb + a[1] * x1 + a[2] * x2 + a[3] * x3 + a[4] * x4); if (xb < 0) xb = 0; if (xb > 255) xb = 255; Color wb = Color.FromArgb(xb,xb,xb); objBitmap2.SetPixel(x,y,wb); } pictureBox2.Image = objBitmap2;

Petunjuk Praktikum Pada button3 kita tambahkan code untuk konvolusi dengan kernel 8 node. Dengan matrix sebagai berikut: H= 0,1 0,1 0,1 0,1 0,2 0,1 0,1 0,1 0,1

Petunjuk Praktikum Double klik pada button3 dan tambahkan program berikut. float[] a = new float[10]; a[1] = (float)0.1; a[2] = (float)0.1; a[3] = (float)0.1; a[4] = (float)0.1; a[5] = (float)0.2; a[6] = (float)0.1; a[7] = (float)0.1; a[8] = (float)0.1; a[9] = (float)0.1; objBitmap2 = new Bitmap(objBitmap1); for (int x = 1; x < objBitmap1.Width - 1; x++) for (int y = 1; y < objBitmap1.Height - 1; y++) {

Petunjuk Praktikum Lanjutan program pada button3. Color w1 = objBitmap1.GetPixel(x - 1, y-1); Color w2 = objBitmap1.GetPixel(x - 1, y); Color w3 = objBitmap1.GetPixel(x-1, y + 1); Color w4 = objBitmap1.GetPixel(x, y - 1); Color w5 = objBitmap1.GetPixel(x, y); Color w6 = objBitmap1.GetPixel(x, y + 1); Color w7 = objBitmap1.GetPixel(x+1, y - 1); Color w8 = objBitmap1.GetPixel(x+1, y ); Color w9 = objBitmap1.GetPixel(x+1, y + 1); int x1 = (w1.R + w1.G + w1.B) / 3; int x2 = (w2.R + w2.G + w2.B) / 3; int x3 = (w3.R + w3.G + w3.B) / 3; int x4 = (w4.R + w4.G + w4.B) / 3;

Petunjuk Praktikum Lanjutan program pada button3. int x5 = (w5.R + w5.G + w5.B) / 3; int x6 = (w6.R + w6.G + w6.B) / 3; int x7 = (w7.R + w7.G + w7.B) / 3; int x8 = (w8.R + w8.G + w8.B) / 3; int x9 = (w9.R + w9.G + w9.B) / 3; int xb = (int)(a[1] * x1 + a[2] * x2 + a[3] * x3); xb = (int)(xb + a[4] * x4 + a[5] * x5 + a[6] * x6); xb = (int)(xb + a[7] * x7 + a[8] * x8 + a[9] * x9); if (xb < 0) xb = 0; if (xb > 255) xb = 255; Color wb = Color.FromArgb(xb, xb, xb); objBitmap2.SetPixel(x, y, wb); } pictureBox2.Image = objBitmap2;

Capture Program

Tugas Ubah matrik kernel 4 node dengan matrik berikut